Categorización de clientes en el sector automotriz en el área metropolitana del Valle de Aburrá utilizando aprendizaje no supervisado

dc.contributor.advisorParra Sánchez, Juan S.
dc.contributor.advisorParra Sánchez, Juan S.
dc.contributor.authorMoyano Montaño, Sebastián
dc.contributor.authorArias Vergara, Luis Gabriel
dc.date.accessioned2023-10-13T23:04:40Z
dc.date.available2023-10-13T23:04:40Z
dc.date.issued2023
dc.description.abstractEn el mercado actual, las empresas de la industria automotriz buscan constantemente formas de atraer y retener clientes. Sin embargo, para lograr este objetivo, es necesario comprender profundamente a los clientes y sus preferencias. En este contexto, se plantea el problema de la falta de comprensión clara y precisa de los clientes que compran repuestos en la industria automotriz, específicamente en un concesionario que distribuye repuestos de la marca Chevrolet a nivel nacional. Para resolver este problema, se propone crear un modelo de ventas que permita categorizar a los clientes y comprender mejor sus hábitos y preferencias de compra en el área metropolitana del Valle de Aburrá. Esto ayudaría a implementar estrategias de ventas más efectivas e individualizadas para cada grupo de clientes, lo que resultaría en un aumento de las ventas y una mejor retención de los clientes. La creación de este modelo de ventas es un proceso complejo que requiere la participación de expertos automotrices, analistas de datos y otros profesionales involucrados en el proyecto. El primer paso es la recopilación de datos, lo que implica costos operativos significativos para el mantenimiento de los repuestos de Chevrolet en el concesionario. Sin embargo, los beneficios de comprender mejor a los clientes y poder implementar estrategias de ventas más efectivas superan estos costos. La justificación de este proyecto se basa en la necesidad de mejorar las estrategias de ventas, reducir los costos operacionales de almacenamiento, aumentar la competitividad en el mercado y mejorar la experiencia del cliente. Además, se destaca la utilización de tecnología avanzada, como el análisis de datos y el aprendizaje automático, para categorizar a los clientes y adaptar las estrategias de ventas a sus necesidades específicas en el área metropolitana del Valle de Aburrá.spa
dc.format.extent43 p.spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttp://repository.ucatolicaluisamigo.edu.co/handle/20.500.14531/1992
dc.language.isospaspa
dc.publisherUniversidad Católica Luis Amigóspa
dc.publisher.facultyEscuela de Posgradosspa
dc.publisher.placeMedellínspa
dc.rightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_16ecspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by/4.0/spa
dc.rights.urihttps://creativecommons.org/licenses/by-nd/4.0/spa
dc.sourceUniversidad Catolica Luis Amigóspa
dc.sourceRI-UCLAspa
dc.subjectCategorizaciónspa
dc.subjectRepuestosspa
dc.subjectBig Dataspa
dc.subjectCRMspa
dc.subject.armarca
dc.subject.keywordCategorizationspa
dc.subject.keywordSpare partsspa
dc.subject.keywordBig Dataspa
dc.subject.keywordCRMspa
dc.titleCategorización de clientes en el sector automotriz en el área metropolitana del Valle de Aburrá utilizando aprendizaje no supervisadospa
dc.type.coarhttp://purl.org/coar/resource_type/c_1843spa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.type.localTesis/Trabajo de grado - Monografía - Especializaciónspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
thesis.degree.disciplineEscuela de posgrados. Especialización en Big Data e Inteligencia de Negocios.spa
thesis.degree.grantorUniversidad Católica Luis Amigóspa
thesis.degree.levelEspecializaciónspa
thesis.degree.nameEspecialista en Big Data e Inteligencia de Negocios.spa

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
ME-CD-658.514_M798_2023.pdf
Size:
833.26 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
218.88 KB
Format:
Adobe Portable Document Format
Description:
responsive footer design codepen